调整HetuEngine元数据缓存 操作场景 当HetuEngine访问Hive数据源时，需要访问Hive metastore获取元数据信息。HetuEngine提供了元数据缓存的功能，当首次访问Hive数据源的库或表时，会将该库或表的元数据信息（数据库名、表名、表字段、分区信息

查看更多 →

调整Spark Core进程参数 操作场景 Spark on Yarn模式下，有Driver、ApplicationMaster、Executor三种进程。在任务调度和运行的过程中，Driver和Executor承担了很大的责任，而ApplicationMaster主要负责container的启停。

查看更多 →

调整Yarn任务抢占机制 操作场景 抢占任务可精简队列中的job运行并提高资源利用率，由ResourceManager的capacity scheduler实现，其简易流程如下： 假设存在两个队列A和B。其中队列A的capacity为25%，队列B的capacity为75%。 初

查看更多 →

调整Spark Core进程参数 操作场景 Spark on Yarn模式下，有Driver、ApplicationMaster、Executor三种进程。在任务调度和运行的过程中，Driver和Executor承担了很大的责任，而ApplicationMaster主要负责container的启停。

查看更多 →

调整D CS 实例带宽 Redis 4.0及之后版本的实例，支持通过控制台调整Redis实例带宽，用于适配业务对带宽值的不同需求。 企业版Redis暂不支持调整带宽。 只有在运行中的实例支持调整带宽，如果是变更中、故障中、重启中等其他状态下的实例不支持调整实例带宽。 带宽的调整范围在

查看更多 →

案例：调整GUC参数best_agg_plan 现象描述 t1的表定义为： 1 create table t1(a int, b int, c int) distribute by hash(a); 假设agg下层算子所输出结果集的分布列为setA，agg操作的group by

查看更多 →

调整Yarn任务抢占机制 操作场景 抢占任务可精简队列中的job运行并提高资源利用率，由ResourceManager的capacity scheduler实现，其简易流程如下： 假设存在两个队列A和B。其中队列A的capacity为25%，队列B的capacity为75%。 初

查看更多 →

调整Hive元数据超时 操作场景 大分区表包含过多分区，导致任务超时，同时大量分区可能需要更多时间来加载与元存储缓存同步。因此，为了在更大规模存储中获得更好的性能，建议相应地调整加载元数据缓存最大超时时间和加载元数据连接池最大等待时间。 操作步骤 使用HetuEngine管理员用户登录 FusionInsight

查看更多 →

案例：调整GUC参数best_agg_plan 现象描述 t1的表定义为： 1 create table t1(a int, b int, c int) distribute by hash(a); 假设agg下层算子所输出结果集的分布列为setA，agg操作的group by

查看更多 →

案例：调整GUC参数best_agg_plan 现象描述 agg_t1的表定义为： 1 create table agg_t1(a int, b int, c int) distribute by hash(a); 假设agg下层算子所输出结果集的分布列为setA，agg操作的group

查看更多 →

在“设置规则 > 联合索引管理”中，找到需要调整属性优先级的联合索引。 在需要调整属性优先级的联合索引行中，单击，弹出“编辑联合索引”对话框。 在右侧已选属性列表中，单击需要调整的属性行并上下拖动，调整属性的优先级。 属性位置越靠上，优先级越高。 完成调整后，单击“确定”。 在弹出的提示框中，单击“确定”。

查看更多 →

调整集群节点 功能介绍 创建集群后，扩容/缩容集群Core节点或者Task节点。 MRS 集群创建成功后不支持调整Master节点数量，即不支持扩缩容Master节点。该接口不兼容Sahara。处于running状态的集群才允许扩容/缩容，其他状态则不允许扩容/缩容。 集群状态和集群ID可参考查询集群列表接口获取。

查看更多 →

负载数据，再通过设置数据处理规则，推荐满足条件的CPU核数、内存大小。采集的性能数据越多，推荐的规格越准确，建议主机性能采集时长不少于7天。 选择“基于性能”，会通过设置的数据处理规则对目标CPU数量和内存大小进行调整。从最后一条采集数据起，选取“性能数据范围（天）”内的数据，从

查看更多 →

MaxPermSize=256M”（第一次调整完如果告警未消失，可参考说明部分进行二次调整）。单击“保存”，单击“确定”。 出现此告警时，说明当前Loader实例设置非堆内存大小无法满足当前业务使用场景，建议打开“Loader非堆内存资源状况”监控图表，观察该监控图表中“Loader使用的非堆内存大小”的变化趋

查看更多 →

iatingOccupancyFraction”的值参考以下说明进行调整。 HMaster的GC参数配置建议： 建议“-Xms”和“-Xmx”设置成相同的值，这样可以避免JVM动态调整堆内存大小时影响性能。 调整“-XX:NewSize”大小时，建议把其设置成和“-XX:MaxN

查看更多 →

样可以避免JVM动态调整堆内存大小时影响性能。 调整“-XX:NewSize”大小的时候，建议把其设置为“-Xmx”大小的1/8。 RegionServer需要的内存一般比HMaster要大。在内存充足的情况下，堆内存可以相对设置大一些。 根据机器的内存大小设置“-Xmx”大小：

查看更多 →

数。 KAFKA_HEAP_OPTS -Xmx6G -Xms6G Kafka JVM堆内存设置。当Broker上数据量较大时，应适当调整堆内存大小。 父主题： 使用Kafka

查看更多 →

如何调整数据均衡的灵敏度，调整后有哪些影响？ Doris的数据磁盘空间如果不加以控制，会因磁盘写满而导致进程不可写。因此我们监测磁盘的使用率和剩余空间，通过设置不同的警戒水位，来控制Doris系统中的各项操作，尽量避免发生磁盘被写满的情况。 如何调整数据均衡的灵敏度？ BE定期（

查看更多 →

观察该监控图表中“Doris使用的堆内存大小”的变化趋势，根据当前堆内存使用的大小，调整“-Xmx”的值为当前堆内存使用量的两倍（或根据实际情况进行调整）。 注意堆内存设置时，可以设置“-Xms”和 “-Xmx”近似相等，从而避免每次GC后调整堆的大小，引起性能下降。 “-Xmx

查看更多 →

spark.yarn.executor.memoryOverhead设置不生效如何处理？ 问题现象 Spark任务需要调整executor的overhead内存，设置了参数spark.yarn.executor.memoryOverhead=4096，但实际计算的时候依旧按照默认值1024申请资源。

查看更多 →

数。 KAFKA_HEAP_OPTS -Xmx6G -Xms6G Kafka JVM堆内存设置。当Broker上数据量较大时，应适当调整堆内存大小。 父主题： 使用Kafka

查看更多 →